ผู้นำทางความคิด

AI ค้นพบช่องโหว่ได้เร็วราวติดจรวด แต่การแก้ไขเป็นอีกเรื่องหนึ่ง

Eylam Milner
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญปัจจุบัน AI ค้นพบช่องโหว่ zero-day ได้เร็วกว่าที่ผู้ป้องกันจะแพตช์ได้ทัน
ดูเพิ่มเติม
  • ปัจจุบัน AI ค้นพบช่องโหว่ zero-day ได้เร็วกว่าที่ผู้ป้องกันจะแพตช์ได้ทัน
  • แพตช์ที่สร้างโดย AI มากกว่าครึ่งล้มเหลวในการแก้ไขข้อบกพร่องหรือทำให้เกิดข้อบกพร่องใหม่
  • การพึ่งพาเฉพาะ CVE ที่เปิดเผยแล้วทำให้ผู้ป้องกันต้องตั้งรับตามกำหนดเวลาของผู้โจมตี

เรากำลังเผชิญปัญหาใหม่ด้านความมั่นคงปลอดภัยไซเบอร์ และที่น่าขันคือ ปัญหานี้เกิดจากความสามารถของเราในการค้นพบปัญหาได้เร็วกว่าที่เคย

โมเดล AI แนวหน้าพัฒนาความสามารถในการค้นหาและใช้ประโยชน์จากช่องโหว่ของซอฟต์แวร์ได้อย่างมาก นั่นหมายความว่า ข้อบกพร่องที่อาจซ่อนเร้นมานานหลายปีกำลังถูกค้นพบด้วยความเร็วที่เมื่อไม่กี่เดือนก่อนแทบจินตนาการไม่ออก

แต่ความท้าทายคือ อุตสาหกรรมนี้พัฒนาความสามารถในการค้นหาช่องโหว่ได้ดีกว่าความสามารถในการแก้ไขมาก ลองพิจารณางานวิจัยล่าสุดจาก Anthropic GLM-5.3 ซึ่งเป็นโมเดลแบบเปิดน้ำหนักของ Zhipu AI สามารถสร้างการโจมตีที่ใช้งานได้ครบวงจรสำเร็จ 50 ครั้งจากความพยายาม 410 ครั้ง ในการทดสอบมาตรฐาน ExploitBench ขณะที่ Claude Mythos Preview ทำได้ 56 ครั้ง

ช่องว่างนี้เล็กมากระหว่างโมเดลแนวหน้าที่ถูกจำกัดการเข้าถึง กับโมเดลที่เปิดให้ใช้น้ำหนักได้อย่างเสรี ความสามารถที่ครั้งหนึ่งต้องอาศัยนักวิจัยด้านความปลอดภัยผู้เชี่ยวชาญเฉพาะทางอย่างยิ่ง กำลังเข้าถึงได้โดยคนกลุ่มใหญ่ขึ้นมาก ขณะเดียวกัน ซอฟต์แวร์ที่เราทุกคนใช้งานก็ไม่ได้เปราะบางน้อยลงแต่อย่างใด เราเข้าสู่ยุคที่การค้นพบช่องโหว่ซีโร่เดย์อาจทำได้เร็วกว่ากระบวนการแก้ไขเสียอีก

ช่องโหว่ PHP2Shell ที่เพิ่งเกิดขึ้นเป็นตัวอย่างสำคัญ ตามงานวิจัยจาก Wiz, Calif และทีมความปลอดภัย Codex ของ OpenAI AI แนวหน้าช่วยให้นักวิจัยเพียงคนเดียวค้นพบข้อบกพร่องร้ายแรงในเอนจิน PHP ได้ภายในเวลาประมาณหนึ่งสัปดาห์ ช่องโหว่เหล่านี้กระทบต่อรันไทม์ที่เป็นรากฐานของเว็บไซต์จำนวนมาก รวมถึงแอปพลิเคชันที่สร้างด้วย WordPress, Drupal และ Joomla

สำหรับทีมรักษาความปลอดภัย เรื่องนี้ทำให้เกิดคำถามเร่งด่วนว่า จะเกิดอะไรขึ้นเมื่อผู้โจมตีค้นพบช่องโหว่ได้เร็วกว่าที่ฝ่ายป้องกันจะแก้ไขด้วยแพตช์ได้?

แนวทางจัดการช่องโหว่ไม่ได้ออกแบบมาเพื่อรับมือกับสถานการณ์นี้

หลายปีที่ผ่านมา การจัดการช่องโหว่ดำเนินไปตามขั้นตอนที่คุ้นเคย เมื่อพบช่องโหว่ ก็จะมีผู้รายงาน กำหนดหมายเลข CVE เผยแพร่แพตช์ เครื่องมือสแกนแจ้งเตือน ทีมรักษาความปลอดภัยประเมินความเสี่ยง จัดลำดับความสำคัญในการแก้ไข แล้วนำแพตช์ไปใช้งาน แม้กระบวนการนี้จะไม่สมบูรณ์แบบ แต่ระบบนิเวศด้านความปลอดภัยทั้งหมดก็สร้างขึ้นบนแนวทางนี้

อย่างไรก็ตาม ปัญหาที่แท้จริงคือ กระบวนการนี้ส่วนใหญ่ขึ้นอยู่กับการรู้ว่ามีช่องโหว่อยู่ก่อน เครื่องมือสแกนแบบดั้งเดิมช่วยระบุช่องโหว่ที่เป็นที่รู้จักในระบบของคุณได้ดี แต่ช่องโหว่ที่ยังไม่เปิดเผยล่ะ? ช่องโหว่ที่ยังไม่มี CVE ไม่มีประกาศเตือน หรือไม่มีแพตช์ล่ะ?

การเปิดเผยข้อมูลช่องโหว่ PHP2Shellแสดงให้เห็นว่าแนวทางนี้ทำให้เราตกอยู่ในความเสี่ยงเพียงใด ช่องโหว่ร้ายแรงทั้งสองรายการ ได้แก่ CVE-2026-109618 และ CVE-2026-109619 ได้รับคะแนน CVSS 9.2 ทั้งคู่ และเกี่ยวข้องกับข้อบกพร่องด้านความปลอดภัยของหน่วยความจำใน PHP เอง นักวิจัยสาธิตการสั่งรันโค้ดจากระยะไกลและการเปิดเผยข้อมูลในหน่วยความจำผ่านแอปพลิเคชันที่มีผู้ใช้งานอย่างแพร่หลาย รวมถึง WordPress, Drupal และ Joomla แม้แต่แอปพลิเคชันที่มีโค้ดปลอดภัยในด้านอื่นก็อาจตกอยู่ในความเสี่ยงได้ เพราะจุดอ่อนอยู่ในรันไทม์ที่เป็นพื้นฐาน

ช่วงเวลาก็เผยให้เห็นสถานการณ์ได้ไม่แพ้กัน หลังมีคำเตือนต่อสาธารณะในระยะแรก ทีมรักษาความปลอดภัยของ PHP ก็เร่งกำหนดการเผยแพร่ให้เร็วขึ้น แต่เมื่อมีแพตช์ให้ใช้งาน ก็เริ่มพบความพยายามโจมตีในระยะแรกแล้ว

ยิ่งไปกว่านั้น วันนั้นไม่ได้มีปัญหาแค่ PHP การโจมตีห่วงโซ่อุปทานซอฟต์แวร์อีกกรณีหนึ่งทำให้ LiteLLM เวอร์ชัน 1.107.0 ซึ่งเป็นเกตเวย์โอเพนซอร์สยอดนิยมสำหรับโมเดลภาษาขนาดใหญ่ ถูกโจมตี ผู้โจมตีฝังโปรแกรมขโมยข้อมูลและโทรจันสำหรับเข้าถึงจากระยะไกลไว้ในแพ็กเกจ Python ที่เผยแพร่ ขณะที่คลังซอร์สโค้ดของโครงการยังคงสะอาด ทีมที่ตรวจสอบเฉพาะซอร์สโค้ดจะไม่พบโค้ดอันตรายที่แฝงอยู่เลย

เหตุการณ์เหล่านี้ชี้ให้เห็นว่า ช่องโหว่อาจซ่อนอยู่ลึกในส่วนประกอบซอฟต์แวร์ที่เชื่อถือได้เป็นเวลาหลายปี ขณะเดียวกัน โค้ดอันตรายก็อาจแทรกเข้ามาผ่านไลบรารีที่องค์กรติดตั้งใช้งานเป็นประจำ โดยทั้งสองกรณีไม่จำเป็นต้องมีต้นตอจากโค้ดของแอปพลิเคชันเอง

เหตุการณ์เหล่านี้ยังชี้ให้เห็นด้วยว่า เครื่องมือสแกนของคุณอาจรายงานว่าระบบปลอดภัยดี ทั้งที่ซอฟต์แวร์ซึ่งแอปพลิเคชันต้องพึ่งพายังมีช่องโหว่ร้ายแรงซ่อนอยู่ จนกระทั่งเมื่อไม่นานมานี้ การค้นหาข้อบกพร่องที่ซ่อนอยู่ในวงกว้างยังต้องอาศัยความเชี่ยวชาญด้านการวิจัยและทรัพยากรจำนวนมาก แต่ AI แนวหน้ากำลังเปลี่ยนสมการนี้

ค้นพบบั๊กเป็นเรื่องง่าย แล้วจะทำอย่างไรต่อ?

ผู้คนตื่นเต้นกันมากกับความสามารถของ AI ในการค้นพบช่องโหว่ซีโร่เดย์ ซึ่งก็สมเหตุสมผล เพราะความก้าวหน้าน่าทึ่งมาก แต่ฉันคิดว่ากระแสความตื่นเต้นเกี่ยวกับจำนวนช่องโหว่ที่ AI ค้นพบได้นั้นมีมากเกินไป และยังมีการพูดถึงสิ่งที่จะเกิดขึ้นต่อจากนั้นน้อยเกินไป

การค้นพบช่องโหว่ไม่ได้ทำให้คุณปลอดภัยขึ้น ก่อนอื่น คุณต้องพิสูจน์ก่อนว่าช่องโหว่นั้นมีอยู่จริง เพราะผลการค้นพบที่ AI สร้างขึ้นไม่ได้ถูกต้องเสมอไป และการโจมตีที่ดูน่าเชื่อถือก็ไม่ได้หมายความว่าจะทำซ้ำได้เสมอ จากนั้นคุณต้องทำความเข้าใจว่าได้รับผลกระทบในเวอร์ชันใด ช่องโหว่นั้นถูกใช้โจมตีได้จริงหรือไม่ และก่อให้เกิดความเสี่ยงอย่างไร

จากนั้นคุณต้องแก้ไขช่องโหว่ และตรงนี้เองที่เรื่องน่าสนใจเป็นพิเศษ งานวิจัยจาก 1Passwordตรวจสอบแพตช์ที่ AI สร้างขึ้น 6,080 รายการ และพบว่า 53.9% ไม่สามารถแก้ไขช่องโหว่เดิมได้ ก่อให้เกิดข้อบกพร่องด้านความปลอดภัยใหม่ หรือเกิดทั้งสองกรณี

ในการศึกษานั้น แพตช์ที่สร้างขึ้นมากกว่าครึ่งหนึ่งมีปัญหาด้านความปลอดภัยของตัวเอง แน่นอนว่าผลลัพธ์เหล่านี้สะท้อนเงื่อนไขการทดสอบเฉพาะอย่าง แต่ก็ชี้ให้เห็นสิ่งที่วิศวกรผู้มีประสบการณ์ทุกคนรู้ดีว่า การเขียนโค้ดที่ดูเหมือนแก้ปัญหาได้ กับการพิสูจน์ว่าโค้ดนั้นแก้ปัญหาได้จริง เป็นคนละเรื่องกันโดยสิ้นเชิง

และแม้แพตช์จะถูกต้อง ก็ยังไม่ได้หมายความว่างานจะเสร็จแล้ว มันจะทำให้ฟังก์ชันการทำงานเดิมเสียไปหรือไม่ จะทำงานร่วมกับไลบรารีเวอร์ชันเก่าที่แอปพลิเคชันของคุณพึ่งพาอยู่ได้หรือเปล่า จะนำไปใช้งานได้โดยไม่ต้องบังคับอัปเกรดจนเกิดปัญหาอื่นตามมาอีกเป็นสิบข้อหรือไม่

จะเกิดอะไรขึ้นเมื่อต้องทยอยติดตั้งแพตช์ในแอปพลิเคชัน ทีม และสภาพแวดล้อมหลายร้อยแห่ง แพตช์ที่ทำงานได้ในสภาพแวดล้อมทดสอบแต่ไม่เคยไปถึงระบบใช้งานจริง ย่อมไม่ได้ช่วยปกป้องใครเลย นี่คือช่องว่างสำคัญที่ผมคิดว่าอุตสาหกรรมความปลอดภัยต้องเผชิญหน้า

เรากำลังเร่งการค้นหาช่องโหว่ให้เร็วขึ้นอย่างเหลือเชื่อ ขณะที่งานส่วนใหญ่ที่จำเป็นต่อการเปลี่ยนสิ่งที่ค้นพบให้เป็นการปกป้องที่เกิดขึ้นจริงยังคงล่าช้าอย่างน่าเจ็บปวด และช่องว่างนี้ก็กำลังกลายเป็นความเสี่ยงด้านความปลอดภัยในตัวเอง

แล้วเราจะปิดช่องว่างนี้ได้จริงอย่างไร

ผมไม่คิดว่าคำตอบคือการบอกให้ทีมความปลอดภัยที่รับภาระหนักอยู่แล้วทำงานให้หนักขึ้นหรือจัดการการแจ้งเตือนให้มากขึ้น เราต้องทบทวนว่าการจัดการช่องโหว่อย่างมีประสิทธิภาพควรเป็นอย่างไร ในเมื่อการค้นพบข้อบกพร่องไม่ใช่คอขวดที่ใหญ่ที่สุดอีกต่อไป

ผมจะเริ่มจากสี่ประเด็นต่อไปนี้

1. อย่ามองฐานข้อมูล CVE ว่าครอบคลุมทุกอย่าง

CVE และเครื่องมือสแกนช่องโหว่เป็นสิ่งจำเป็น แต่สิ่งเหล่านี้บันทึกเฉพาะสิ่งที่เรารู้ ไม่ใช่ทุกอย่างที่มีอยู่จริง ทีมความปลอดภัยต้องเริ่มมองให้ไกลกว่าช่องโหว่ที่เปิดเผยต่อสาธารณะ โดยผสานการสแกนแบบดั้งเดิมเข้ากับการวิจัยเชิงรุก การวิเคราะห์โค้ด ข่าวกรองภัยคุกคาม และความเข้าใจอย่างชัดเจนเกี่ยวกับส่วนประกอบซอฟต์แวร์ที่องค์กรพึ่งพา

แหล่งข้อมูลอย่าง แค็ตตาล็อกช่องโหว่ที่ถูกนำไปใช้โจมตีแล้วของ CISA มีประโยชน์ต่อการจัดลำดับความสำคัญของภัยคุกคามที่ทราบแล้ว แต่ไม่อาจบอกคุณเกี่ยวกับช่องโหว่ที่ยังไม่มีใครเปิดเผยได้ PHP2Shell แสดงให้เห็นว่าซอฟต์แวร์พื้นฐานอาจมีช่องโหว่ร้ายแรงอยู่เป็นเวลาหลายปีก่อนที่จะมีผู้ค้นพบ เมื่อ AI รุ่นแนวหน้าสามารถค้นพบข้อบกพร่องเหล่านี้ได้ภายในไม่กี่วัน การพึ่งพาคำแนะนำเตือนภัยที่เผยแพร่แล้วเพียงอย่างเดียวก็หมายความว่าฝ่ายป้องกันจะต้องตอบสนองตามกรอบเวลาของผู้อื่นอยู่เสมอ

2. ตระหนักว่าการค้นพบช่องโหว่ได้มากขึ้น ≠ ความปลอดภัยที่ดีขึ้น

AI สามารถสร้างผลการค้นพบที่อาจเป็นช่องโหว่ได้เป็นจำนวนมหาศาล แต่ไม่ได้หมายความว่าทุกผลการค้นพบควรทำให้ทีมวิศวกรต้องทิ้งงานทุกอย่างเพื่อมาตรวจสอบ

คุณค่าที่แท้จริงอยู่ที่การรู้ว่าช่องโหว่ใดมีอยู่จริง ถูกนำไปใช้โจมตีได้ และเกี่ยวข้องกับสภาพแวดล้อมของคุณ คุณสามารถทำให้ปัญหานั้นเกิดซ้ำได้หรือไม่ ได้รับผลกระทบในเวอร์ชันใดบ้าง มีช่องทางโจมตีที่เป็นไปได้จริงหรือไม่ และผลกระทบทางธุรกิจที่แท้จริงคืออะไร

หากขาดบริบทดังกล่าว องค์กรก็เสี่ยงที่จะจัดลำดับความสำคัญของช่องโหว่โดยดูจากคะแนนความรุนแรงเพียงอย่างเดียว และมองข้ามวิธีที่ผู้โจมตีอาจเข้าถึงระบบและข้อมูลรับรองที่ละเอียดอ่อนได้จริง

3. ทำให้การแก้ไขนำไปใช้งานได้จริง ไม่ใช่แค่ถูกต้องในทางเทคนิค

นี่เป็นหนึ่งในความท้าทายที่มักถูกประเมินต่ำเกินไปมากที่สุดในการแก้ไขช่องโหว่ องค์กรขนาดใหญ่ไม่ได้ทำงานอยู่ในสภาพแวดล้อมที่สมบูรณ์แบบ ซึ่งสามารถอัปเกรดส่วนประกอบที่ต้องพึ่งพาทุกตัวเป็นเวอร์ชันล่าสุดได้ภายในชั่วข้ามคืน องค์กรเหล่านี้มีแอปพลิเคชันรุ่นเก่า ระบบที่เชื่อมโยงถึงกัน ข้อกำหนดด้านความเข้ากันได้ และซอฟต์แวร์เวอร์ชันที่ไม่สามารถเปลี่ยนทดแทนได้ง่าย ๆ

ดังนั้น การแก้ไขที่บังคับให้องค์กรต้องสร้างโครงสร้างพื้นฐานใหม่ถึงครึ่งหนึ่งจึงแทบไม่มีประโยชน์ เราต้องหาวิธีที่ดีกว่าในการนำแพตช์ความปลอดภัยย้อนกลับไปใช้กับซอฟต์แวร์เวอร์ชันเก่า รักษาความเข้ากันได้ ลดพื้นผิวการโจมตีที่ไม่จำเป็น และส่งมอบการอัปเดตผ่านเครื่องมือกับขั้นตอนการทำงานที่ทีมใช้อยู่แล้ว

แนวทางการจัดการแพตช์สำหรับองค์กรของ NISTเน้นย้ำถึงความสำคัญของการระบุ จัดลำดับความสำคัญ ติดตั้ง และตรวจสอบการอัปเดต ความท้าทายในตอนนี้คือการทำให้กระบวนการทั้งหมดรวดเร็วพอที่จะตามทันการค้นพบที่ขับเคลื่อนด้วย AI เพราะแพตช์ที่ดีที่สุดในโลกก็ไร้ประโยชน์ หากไม่มีใครนำไปใช้งานได้

4. วัดว่าคุณได้รับการปกป้องจริงเร็วแค่ไหน

หาก AI ค้นพบช่องโหว่ร้ายแรงในวันนี้ จะใช้เวลานานเท่าใดในการตรวจสอบยืนยัน พัฒนาแพตช์ที่ใช้งานได้ ทดสอบแพตช์นั้น และนำขึ้นใช้งานจริง

การรับมือกับ PHP2Shell เป็นเกณฑ์เปรียบเทียบที่มีประโยชน์ ที่ Echo เราส่งมอบแพ็กเกจ PHP ที่แก้ไขแล้วทันทีหลังจากมีแพตช์จากต้นทาง และสร้างอิมเมจที่อัปเดตแล้วสำหรับ PHP เวอร์ชันที่รองรับขึ้นใหม่ในบ่ายวันเดียวกัน

ทีมความปลอดภัยควรวัดวงจรการแก้ไขปัญหาทั้งหมด ตั้งแต่การค้นพบและการตรวจสอบยืนยัน ไปจนถึงการพัฒนาแพตช์ การทดสอบความเข้ากันได้ และการนำไปใช้งาน ทีมควรทราบว่าสามารถสร้างซอฟต์แวร์ที่ได้รับผลกระทบขึ้นใหม่ได้รวดเร็วเพียงใด สามารถระบุแอปพลิเคชันทุกตัวที่ใช้ส่วนประกอบซึ่งมีช่องโหว่ได้หรือไม่ และต้องอาศัยการดำเนินการด้วยตนเองมากเพียงใดจึงจะได้รับการปกป้อง

เมื่อ AI แนวหน้าช่วยให้ค้นพบช่องโหว่ได้รวดเร็วและเข้าถึงได้ง่ายขึ้น ช่วงเวลาระหว่างการค้นพบกับการถูกนำไปใช้โจมตีที่อาจเกิดขึ้นก็จะยิ่งสั้นลง เราไม่อาจสันนิษฐานได้ว่ากระบวนการเปิดเผยช่องโหว่และออกแพตช์แบบเดิมจะตามทัน ยุคถัดไปของการจัดการช่องโหว่จะขึ้นอยู่กับว่าใครสามารถเปลี่ยนสิ่งที่ค้นพบให้เป็นวิธีแก้ไขที่เชื่อถือได้และนำไปใช้งานจริงได้ ก่อนที่ผู้โจมตีจะมีโอกาสลงมือ

Eylam Milner เป็นผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Echo ซึ่ง นำเสนอซอฟต์แวร์ที่เสริมความแข็งแกร่งเพื่อรับมือภัยคุกคามระดับแนวหน้า ตลอดห่วงโซ่อุปทานซอฟต์แวร์ระดับองค์กร ก่อนหน้านี้ เขาดำรงตำแหน่งเดียวกันที่ Argon Security ซึ่ง Aqua เข้าซื้อกิจการ